dou5515110

連線中…

生成速度

–tok/s

Prefill 速度

–tok/s

執行 / 排隊

–

上下文用量

–

GPU 平均使用率

–

免費 Key 使用中

–

即時狀態

端點

API 位址

服務 (systemd)–

/health–

服務已運行–

排隊中請求–

目前請求

–

上下文–

Prefill 進度–

已生成–

即時速度

生成

–tok/s

Prefill

–

DSpark 接受率（近期）

–

專家 VRAM 命中率

–

累計 Prompt

–

tokens

累計生成

–

tokens

上一個完成的請求

上下文長度

–

Prompt

–

生成

–

API 格式

–

近 10 分鐘趨勢

生成速度（近 10 分鐘）

–

單位 tok/s・閒置時為 0

Prefill 速度（近 10 分鐘）

–

單位 tok/s・閒置時為 0

GPU 使用率（近 10 分鐘）

–

硬體

主機

CPU–

CPU 使用率–

負載 (1/5/15 分)–

主機已運行–

記憶體 / 磁碟 / 網路

RAM 使用–

Page cache–

磁碟 /ephemeral–

網路 ↓ / ↑–

部署設定

來源DeepSeek-V4.1-Flash

精度dense BF16・專家 MXFP4・Engram MXFP8

KV 快取–

GPU 切分–

專家位置–

草稿模型–

併發–

Build–

接入

Agent 接入資訊（OpenAI / Anthropic 相容）

API 類型OpenAI Chat Completions（/v1/chat/completions）・OpenAI Responses（/v1/responses）・Anthropic Messages（/v1/messages）

Base URL–

模型名稱–

認證Authorization: Bearer <API 金鑰>（或 Anthropic 格式 x-api-key；可於頁面最下方領取免費 Key，或向管理員索取）

上下文窗口–

最大輸出–

工具呼叫 (function calling)–

輸入模態–

串流支援（SSE，"stream": true）

Thinking–

思考內容欄位message.reasoning_content（與 content 分開）

reasoning_effortnone / low / high / max（none = 不思考）

預設取樣–

Claude Code–

建議逾時≥ 3600 秒（單一併發，長 prompt 需排隊與 prefill）

免費 Key

我的 Key

尚未領取

–

Key 狀態–

今日剩餘領取次數–

Key 名額–

併發 / 佇列併發 1・執行 –・排隊 –

排程順序–

規則每 IP 每天 3 次・限 1 把・閒置 5 分鐘釋放（排隊/推理中不計）・公平排隊